Sora的诞生对智能驾驶行业的影响
夜长梦山
2024-02-26 22:10:03
【国投汽车 | 重磅深度】Sora的诞生对智能驾驶行业的影响
Sora是文生视频的集大成者，核心创新点在于时空编码和DiT模型。
1⃣时空编码的引入是Sora能够进行大规模视频数据训练的关键，同时为Sora的生成结果具备三维一致性奠定了基础。
2⃣DiT模型结合了Diffusion扩散模型和Transformer模型的优点，使得模型更擅长捕捉长距离的相关关系。
Sora验证了Diffusion+Transformer的技术路线或是通往世界模型的有效技术路径。世界模型具备以下特点：
1⃣理解物理世界运行规律，像人一样具备常识。
2⃣具备泛化到训练样本以外的能力。
3⃣可以基于记忆进行自我演进。
目前关于世界模型的技术路径尚有争议，但从Open AI的官方展示视频来看，Sora已经具备了世界模型的雏形，对于真实物理世界有一定的模拟能力。因此我们认为Sora采用的Diffusion+Transformer的技术路线或许是通往世界模型的有效技术路径。
特斯拉同样基于与Sora相似的技术路径已开始对于世界模型的探索。早在2023年6月召开的CVPR会议上，特斯拉已经分享了对于世界模型的探索，Demo展示效果效果惊艳。
世界模型中短期内应用于仿真环节，长期作为智驾基座大模型，引领行业迈向L5时代。
1⃣世界模型在智能驾驶中的应用有望最先在仿真环节落地，推动仿真场景泛化能力提升。
2⃣长期来看世界大模型有望成为智驾的基座大模型，所有的智能驾驶下游任务都可以通过简单的插入任务头来实现。届时，智能驾驶将不再存在corner case，智能驾驶的驾驶安全性、驾驶效率都将占优于人类驾驶员。
风险提示：技术进步不及预期、市场竞争加剧。
Sora是文生视频的集大成者，核心创新点在于时空编码和DiT模型。
1⃣时空编码的引入是Sora能够进行大规模视频数据训练的关键，同时为Sora的生成结果具备三维一致性奠定了基础。
2⃣DiT模型结合了Diffusion扩散模型和Transformer模型的优点，使得模型更擅长捕捉长距离的相关关系。
Sora验证了Diffusion+Transformer的技术路线或是通往世界模型的有效技术路径。世界模型具备以下特点：
1⃣理解物理世界运行规律，像人一样具备常识。
2⃣具备泛化到训练样本以外的能力。
3⃣可以基于记忆进行自我演进。
目前关于世界模型的技术路径尚有争议，但从Open AI的官方展示视频来看，Sora已经具备了世界模型的雏形，对于真实物理世界有一定的模拟能力。因此我们认为Sora采用的Diffusion+Transformer的技术路线或许是通往世界模型的有效技术路径。
特斯拉同样基于与Sora相似的技术路径已开始对于世界模型的探索。早在2023年6月召开的CVPR会议上，特斯拉已经分享了对于世界模型的探索，Demo展示效果效果惊艳。
世界模型中短期内应用于仿真环节，长期作为智驾基座大模型，引领行业迈向L5时代。
1⃣世界模型在智能驾驶中的应用有望最先在仿真环节落地，推动仿真场景泛化能力提升。
2⃣长期来看世界大模型有望成为智驾的基座大模型，所有的智能驾驶下游任务都可以通过简单的插入任务头来实现。届时，智能驾驶将不再存在corner case，智能驾驶的驾驶安全性、驾驶效率都将占优于人类驾驶员。
风险提示：技术进步不及预期、市场竞争加剧。
作者利益披露：转载，不作为证券推荐或投资建议，旨在提供更多信息，作者不保证其内容准确性。
声明：文章观点来自网友，仅为作者个人研究意见，不代表韭研公社观点及立场，站内所有文章均不构成投资建议，请投资者注意风险，独立审慎决策。
S
德赛西威
工分
1.97
转发
收藏
投诉
复制链接
分享到微信
有用 2
打赏作者
无用
真知无价，用钱说话
0个人打赏
同时转发
评论（1）
只看楼主
热度排序
最新发布
最新互动
- 1